當前位置: 華文頭條 > 健康

多組學關聯分析——揭開疾病神秘面紗的有力武器

2024-07-05健康

疾病的發生和發展通常涉及多個層面的生物學過程,包括基因表現、蛋白質功能、代謝物變化等。傳統的單一組學研究只能提供某一層面的資訊,而多組學關聯分析能夠綜合多個層面的數據,提供更全面、更深入的疾病理解。例如,透過分析患者的基因組、轉錄組、蛋白質組和代謝組數據,可以發現與特定疾病相關的特定分子標誌物,從而提高診斷的準確性和敏感性。這對於揭示疾病的發病機制、發現新的疾病標誌物以及開發新的治療策略至關重要。

基於此,小編與大家分享三篇聯合多組學聯合分析在醫學領域的研究案例,希望對您的研究有所幫助。

文章一

英文標題:The multiomics landscape of serum exosomes during the development of sepsis

中文標題:膿毒癥發展過程中血清外泌體的多組學特征

發表期刊: Journal of Advanced Research

IF:12.822

發表時間:2021

組學策略:轉錄組、蛋白質組、代謝組

研究思路

摘要

膿毒癥是一種感染引起的嚴重炎癥性疾病,可導致多器官功能障礙。本研究采用高效液相色譜-串聯質譜和RNA-seq法檢測3例健康個體和9例膿毒癥患者血清外泌體中外泌體蛋白和RNA的動態圖譜。然後進行整合多組學分析,並透過對盲腸結紮和穿刺建模的小鼠進行代謝組學分析進行驗證。結果發現在膿毒癥患者的血清外泌體中,共鑒定出354個蛋白、195個mRNA、82個lncRNAs和55個miRNAs為差異表達分子。綜合多組學分析顯示,外泌體成分與細胞因子風暴、補體和凝血級聯、內皮屏障、20S蛋白酶體依賴的蛋白降解和維生素代謝有關。重要的是,用來自CLP小鼠的血清外泌體預處理顯著抑制了促炎細胞因子的表達,並減輕了膿毒癥小鼠的組織損傷。進一步的代謝組學分析表明,膿毒癥血清外泌體預處理顯著影響CLP小鼠與維生素消化吸收相關的代謝物。我們的研究首次描述了血毒癥發展過程中血清外泌體的分子動力學特征,並提出了一些假設的分子機制,為正在進行的膿毒癥鬥爭提供有幫助的診斷和治療見解。

圖1:膿毒癥患者血清外泌體中異常調節miRNAs靶向基因的功能網路圖

文章二

英文標題:The fusion of multi-omics profile and multimodal EEG data contributes to the personalized diagnostic strategy for neurocognitive disorders

中文標題:多組學特征和多模式腦電圖數據的融合有助於神經認知障礙的個人化診斷策略

發表期刊: Microbiome

影響因子:16.8

發表時間:2024

組學策略:宏基因組、蛋白質組、代謝組

研究思路

摘要

由於評估的主觀性以及缺乏精確的診斷方法和具體指標,全球老齡化人群中神經認知障礙(NCDs)的患病率日益上升,已成為一個重大問題。因此,制定針對非傳染性疾病的個人化診斷策略已成為緊要事項。本研究記錄了一組匹配的正常衰老(NA)和非傳染性疾病老年人的多模式腦電圖(EEG)數據,並收集了他們的糞便樣本和尿液外泌體,透過整合宏基因組學、蛋白質組學和代謝組學分析,確定非傳染性疾病的多組學特征和代謝途徑。此外,使用糞便微生物群移植(FMT)在老年小鼠中進行了多組學特征的實驗驗證。我們發現,非傳染性疾病老年人的腦電圖功率譜密度較低,並確定了特定的微生物群和代謝產物。最後,我們使用支持向量機(SVM)演算法構建了一個基於腦電數據和多組學特征的機器學習模型來對NA和NCDs組進行分類,該模型在對NA和非NCDs進行分類時的準確率為92.69%。我們的研究強調了多組學分析和腦電圖數據融合在非傳染性疾病個人化診斷中的潛力,有可能提高診斷精度並深入了解非傳染性疾病的潛在機制。

圖2:正常衰老組和非傳染性疾病組的腸道微生物群分析

文章三

英文標題:Integrated proteogenomic characterization across major histological types of pituitary neuroendocrine tumors

中文標題:腦下垂體神經內分泌腫瘤主要組織學型別的整合蛋白基因組學特征

發表期刊: Cell Research

影響因子:46.297

發表時間:2022

組學策略:全外顯子測序、蛋白質組、轉錄組、磷酸化蛋白質組學

研究思路

摘要

腦下垂體神經內分泌腫瘤(PitNET)是顱內最常見的腫瘤之一。由於其腫瘤異質性和缺乏高品質的生物標誌物,其致病分子機制遠未完全確定。在這裏,我們對200名PitNET患者進行了迄今為止報道的最大規模的綜合基因組學、轉錄組學、蛋白質組學和磷酸蛋白質組學分析。基因組學數據表明,GNAS拷貝數增加可以作為PIT1譜系過度增殖的可靠診斷標誌物。基於蛋白質組學的PitNETs分類確定了7個簇,其中,過表達上皮-間質轉移(EMT)標誌物的腫瘤聚集在一個更具侵襲性的亞組中。進一步的分析確定了不同集群的潛在治療靶點,包括CDK6、TWIST1、EGFR和VEGFR2。探索免疫療法在PitNET中套用潛力的免疫分型確定了JAK1-STAT1-PDL1軸的改變與免疫衰竭之間以及JAK3-STAT6-FOS/JUN軸的變化與免疫浸潤之間的關聯。在750名PitNET患者的獨立佇列中,這些已鑒定的分子標記物和各種簇/亞型中的變化得到了進一步證實。這種跨越傳統組織學邊界的蛋白基因組分析提高了我們目前對PitNET病理生理學的理解,並提出了新的治療靶點和策略。

圖3:PIT1譜系中不同免疫簇的機制

基因組、轉錄組、蛋白質組和代謝組等都是生物學研究中重要的研究領域,它們各自關註於不同的生物學層次,但同時又相互關聯,共同揭示了生物體內復雜的生命活動。利用多組學分析可以將同一生物行程中的基因、mRNA、蛋白質以及小分子代謝物聯系起來,從「原因」和「結果」不同層面來探究生物學機理,篩選同一代謝通路中起調控作用的轉錄本、起關鍵作用的蛋白質和代謝物,繪制環環相扣的代謝通路的分子機理圖,從深層次認識和解釋復雜的生物學過程。這些研究對於推動醫學領域的發展、提高疾病診斷與治療的準確性和效率、以及實作個體化醫療具有至關重要的作用。

參考文獻:

[1] Lei L ,Lin H ,Chenyang H , et al.The multiomics landscape of serum exosomes during the development of sepsis[J].Journal of Advanced Research,2022,39203-223.

[2] Han Y ,Zeng X ,Hua L , et al.The fusion of multi-omics profile and multimodal EEG data contributes to the personalized diagnostic strategy for neurocognitive disorders.[J].Microbiome,2024,12(1):12-12.

[3] Fan Z ,Qilin Z ,Jiajun Z , et al.Integrated proteogenomic characterization across major histological types of pituitary neuroendocrine tumors.[J].Cell research,2022,32(12):1047-1067.